{"id":612,"date":"2022-09-03T12:00:45","date_gmt":"2022-09-03T10:00:45","guid":{"rendered":"podlove-2022-08-31t14:04:45+00:00-11c16e0691490aa"},"modified":"2022-09-07T10:26:41","modified_gmt":"2022-09-07T08:26:41","slug":"dl029-graphentypen-skalen-und-zeiger","status":"publish","type":"podcast","link":"https:\/\/www.datenleben.de\/index.php\/2022\/09\/03\/dl029-graphentypen-skalen-und-zeiger\/","title":{"rendered":"dl029: graphentypen \u2013 skalen und zeiger"},"content":{"rendered":"\n\t\t\n            <div class=\"podlove-web-player intrinsic-ignore podlove-web-player-loading\" id=\"player-69d8d0503f5c2\"><root data-test=\"player--xl\" style=\"max-width:950px;min-width:260px;\">\n  <div class=\"tablet:px-6 tablet:pt-6 mobile:px-4 mobile:pt-4 flex flex-col\">\n    <div class=\"flex-col items-center mobile:flex tablet:hidden\">\n      <show-title class=\"text-sm\"><\/show-title>\n      <episode-title class=\"text-base mb-2\"><\/episode-title>\n      <subscribe-button class=\"mb-4 mobile:flex tablet:hidden\"><\/subscribe-button>\n      <poster class=\"rounded-sm w-48 shadow overflow-hidden\"><\/poster>\n      <divider class=\"w-full my-6\"><\/divider>\n    <\/div>\n\n    <div class=\"tablet:flex flex-grow\">\n      <div class=\"w-64 mobile:hidden tablet:block tablet:mr-6\">\n        <poster class=\"rounded-sm shadow overflow-hidden\"><\/poster>\n      <\/div>\n      <div class=\"w-full\">\n        <div class=\"hidden tablet:block\">\n          <show-title class=\"text-base\"><\/show-title>\n          <episode-title class=\"text-xl desktop:text-2xl\"><\/episode-title>\n          <divider class=\"w-full my-4\"><\/divider>\n        <\/div>\n        <div class=\"flex items-center justify-between\">\n          <div class=\"block\">\n            <play-state on=\"active\">\n              <speed-control class=\"flex items-center\"><\/speed-control>\n            <\/play-state>\n          <\/div>\n\n          <div class=\"flex\">\n            <play-state on=\"active\">\n              <chapter-previous class=\"mx-2 block\"><\/chapter-previous>\n            <\/play-state>\n            <play-state on=\"active\">\n              <step-backward class=\"mx-2 block\"><\/step-backward>\n            <\/play-state>\n\n            <play-button class=\"mx-2 block\" :label=\"$t('PLAYER.PLAY_EPISODE')\"><\/play-button>\n\n            <play-state on=\"active\">\n              <step-forward class=\"mx-2 block\"><\/step-forward>\n            <\/play-state>\n            <play-state on=\"active\">\n              <chapter-next class=\"mx-2 block\"><\/chapter-next>\n            <\/play-state>\n          <\/div>\n\n          <div class=\"block\">\n            <play-state on=\"active\">\n              <volume-control class=\"flex items-center\"><\/volume-control>\n            <\/play-state>\n          <\/div>\n        <\/div>\n        <div class=\"flex w-full\">\n          <progress-bar><\/progress-bar>\n        <\/div>\n        <div class=\"flex w-full -mt-2\">\n          <div class=\"w-3\/12 text-left\">\n            <timer-current class=\"text-sm\"><\/timer-current>\n          <\/div>\n          <div class=\"w-6\/12 text-center truncate\">\n            <play-state on=\"active\">\n              <current-chapter class=\"text-sm\"><\/current-chapter>\n            <\/play-state>\n          <\/div>\n          <div class=\"w-3\/12 text-right\">\n            <timer-duration class=\"text-sm\"><\/timer-duration>\n          <\/div>\n        <\/div>\n      <\/div>\n    <\/div>\n    <divider class=\"w-full mt-6 mb-3\"><\/divider>\n    <div class=\"flex justify-between\">\n      <div class=\"flex mobile:w-full tablet:w-3\/12 desktop:w-3\/12 justify-between\">\n        <tab-trigger tab=\"chapters\">\n          <icon type=\"chapter\"><\/icon>\n        <\/tab-trigger>\n        <tab-trigger tab=\"transcripts\">\n          <icon type=\"transcripts\"><\/icon>\n        <\/tab-trigger>\n        <tab-trigger tab=\"files\">\n          <icon type=\"download\"><\/icon>\n        <\/tab-trigger>\n        <tab-trigger tab=\"playlist\">\n          <icon type=\"playlist\"><\/icon>\n        <\/tab-trigger>\n        <tab-trigger tab=\"share\">\n          <icon type=\"share\"><\/icon>\n        <\/tab-trigger>\n      <\/div>\n      <subscribe-button class=\"mt-1 mobile:hidden tablet:flex\"><\/subscribe-button>\n    <\/div>\n  <\/div>\n  <div class=\"w-full relative overflow-hidden\">\n    <tab name=\"chapters\">\n      <tab-chapters><\/tab-chapters>\n    <\/tab>\n    <tab name=\"transcripts\">\n      <tab-transcripts><\/tab-transcripts>\n    <\/tab>\n    <tab name=\"files\">\n      <tab-files><\/tab-files>\n    <\/tab>\n    <tab name=\"playlist\">\n      <tab-playlist><\/tab-playlist>\n    <\/tab>\n    <tab name=\"share\">\n      <tab-share><\/tab-share>\n    <\/tab>\n    <tab-overflow><\/tab-overflow>\n  <\/div>\n  <error><\/error>\n<\/root>\n<\/div>\n            <script>\n              document.addEventListener(\"DOMContentLoaded\", function() {\n                var player = document.getElementById(\"player-69d8d0503f5c2\");\n                podlovePlayerCache.add([{\"url\":\"https:\\\/\\\/www.datenleben.de\\\/index.php\\\/wp-json\\\/podlove-web-player\\\/shortcode\\\/publisher\\\/612\",\"data\":{\"version\":5,\"show\":{\"title\":\"datenleben\",\"subtitle\":\"der podcast \\u00fcber data science\",\"summary\":\"Was ist Data Science? Was bedeuten die Daten f\\u00fcr unser Leben? Woher kommen sie und wozu werden sie benutzt?\\r\\nDas sind alles Fragen, mit denen wir uns auseinander setzen werden.\\r\\nWer schon immer mehr \\u00fcber Daten und deren Effekt auf unser Leben wissen wollte, ist hier genau richtig.\",\"poster\":\"https:\\\/\\\/www.datenleben.de\\\/podlove\\\/image\\\/687474703a2f2f7777772e646174656e6c6562656e2e64652f77702d636f6e74656e742f75706c6f6164732f323032302f30362f636f7665722e706e67\\\/500\\\/0\\\/0\\\/datenleben\",\"link\":\"https:\\\/\\\/www.datenleben.de\"},\"title\":\"dl029: graphentypen \\u2013 skalen und zeiger\",\"subtitle\":\"Was sind 1-dimensionale Daten und wie werden sie dargestellt?\",\"summary\":\"In dieser Folge soll es darum gehen, was es f\\u00fcr konkrete Arten von Darstellungen f\\u00fcr Daten gibt. Weil das aber zu umfangreich w\\u00e4re, ist das vermutlich der Auftakt zu einer ganzen Reihe. Es gibt so viele verschiedene Datentypen und damit auch so viele Optionen, sie darzustellen, dass wir das nach und nach erg\\u00e4nzen m\\u00f6chten. Wir wollen in dieser Folge klein anfangen und haben uns quasi eine der kleinsten Einheiten rausgesucht: 1-dimenionale Daten. Genauer gesagt geht es um die Frage: Wie stellt man einen einzigen Wert dar? Dabei gehen wir auf Skalen ein, auf Zeigerdiagramme und auf Bullet Charts.\",\"publicationDate\":\"2022-09-03T12:00:45+02:00\",\"duration\":\"00:41:36.157\",\"poster\":\"https:\\\/\\\/www.datenleben.de\\\/podlove\\\/image\\\/68747470733a2f2f7777772e646174656e6c6562656e2e64652f77702d636f6e74656e742f75706c6f6164732f323032322f30382f3032395f436f7665722e706e67\\\/500\\\/0\\\/0\\\/dl029-graphentypen-skalen-und-zeiger\",\"link\":\"https:\\\/\\\/www.datenleben.de\\\/index.php\\\/2022\\\/09\\\/03\\\/dl029-graphentypen-skalen-und-zeiger\\\/\",\"chapters\":[{\"start\":\"00:00:00.000\",\"title\":\"Intro\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:00:18.452\",\"title\":\"Thema des Podcasts\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:00:41.364\",\"title\":\"Thema der Folge\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:01:53.517\",\"title\":\"Warum ist dieses Thema interessant?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:02:36.334\",\"title\":\"Einspieler: Was sind Daten?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:06:05.953\",\"title\":\"Was hei\\u00dft eigentlich Dimension bei Daten?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:08:18.864\",\"title\":\"Warum will man einzelne Werte darstellen?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:12:51.583\",\"title\":\"Welche allt\\u00e4glichen Beispiele gibt es?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:17:29.262\",\"title\":\"Welche Vor- und Nachteile haben einzelne Zahlen?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:21:02.832\",\"title\":\"Was ist das Zeigerdiagramm (Gauge Chart)?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:27:18.330\",\"title\":\"Was ist das Bullet-Chart?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:37:46.646\",\"title\":\"Fazit\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:39:48.294\",\"title\":\"N\\u00e4chste Folge: offene Daten im Oktober\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:40:24.511\",\"title\":\"Call to Action\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:41:24.118\",\"title\":\"Outro\",\"href\":\"\",\"image\":\"\"}],\"audio\":[{\"url\":\"https:\\\/\\\/www.datenleben.de\\\/podlove\\\/file\\\/121\\\/s\\\/webplayer\\\/c\\\/website\\\/DL029_Graphentypen.mp3\",\"size\":\"41996459\",\"title\":\"MP3 Audio (mp3)\",\"mimeType\":\"audio\\\/mpeg\"}],\"files\":[{\"url\":\"https:\\\/\\\/www.datenleben.de\\\/podlove\\\/file\\\/121\\\/s\\\/webplayer\\\/DL029_Graphentypen.mp3\",\"size\":\"41996459\",\"title\":\"MP3 Audio\",\"mimeType\":\"audio\\\/mpeg\"}]}}, {\"url\":\"https:\\\/\\\/www.datenleben.de\\\/index.php\\\/wp-json\\\/podlove-web-player\\\/shortcode\\\/config\\\/default\\\/theme\\\/datenleben\",\"data\":{\"activeTab\":\"chapters\",\"subscribe-button\":null,\"share\":{\"channels\":[\"link\",\"facebook\",\"twitter\",\"whats-app\",\"linkedin\",\"pinterest\",\"xing\",\"mail\"],\"outlet\":\"https:\\\/\\\/www.datenleben.de\\\/wp-content\\\/plugins\\\/podlove-web-player\\\/web-player\\\/share.html\",\"sharePlaytime\":true},\"related-episodes\":{\"source\":\"disabled\",\"value\":null},\"version\":5,\"theme\":{\"tokens\":{\"brand\":\"#fff\",\"brandDark\":\"#fff\",\"brandDarkest\":\"#000\",\"brandLightest\":\"#8cc240\",\"shadeDark\":\"#807E7C\",\"shadeBase\":\"#807E7C\",\"contrast\":\"#000\",\"alt\":\"#8cc240\"},\"fonts\":{\"ci\":{\"name\":\"ci\",\"family\":[\"-apple-system\",\"BlinkMacSystemFont\",\"Segoe UI\",\"Roboto\",\"Helvetica\",\"Arial\",\"sans-serif\",\"Apple Color Emoji\",\"Segoe UI Emoji\\\", \\\"Segoe UI Symbol\"],\"src\":[],\"weight\":800},\"regular\":{\"name\":\"regular\",\"family\":[\"-apple-system\",\"BlinkMacSystemFont\",\"Segoe UI\",\"Roboto\",\"Helvetica\",\"Arial\",\"sans-serif\",\"Apple Color Emoji\",\"Segoe UI Emoji\\\", \\\"Segoe UI Symbol\"],\"src\":[],\"weight\":300},\"bold\":{\"name\":\"bold\",\"family\":[\"-apple-system\",\"BlinkMacSystemFont\",\"Segoe UI\",\"Roboto\",\"Helvetica\",\"Arial\",\"sans-serif\",\"Apple Color Emoji\",\"Segoe UI Emoji\\\", \\\"Segoe UI Symbol\"],\"src\":[],\"weight\":700}}},\"base\":\"https:\\\/\\\/www.datenleben.de\\\/wp-content\\\/plugins\\\/podlove-web-player\\\/web-player\\\/\"}}]);\n                podlovePlayer(player, \"https:\/\/www.datenleben.de\/index.php\/wp-json\/podlove-web-player\/shortcode\/publisher\/612\", \"https:\/\/www.datenleben.de\/index.php\/wp-json\/podlove-web-player\/shortcode\/config\/default\/theme\/datenleben\").then(function() {\n                  player && player.classList.remove(\"podlove-web-player-loading\");\n                });\n              });\n            <\/script>\n            <style>\n              .podlove-web-player.podlove-web-player-loading {\n                opacity: 0;\n              }\n            <\/style>\n        \n\t\n\t\t\n<h3>Intro (00:00:00)<\/h3>\n<h3>Thema des Podcasts (00:00:18)<\/h3>\n<p>Willkommen zur neunundzwanzigsten Folge beim datenleben-Podcast, dem Podcast \u00fcber Data Science.<br \/>\nWir sind Helena und Janine und m\u00f6chten euch die Welt der Daten n\u00e4her bringen.<br \/>\nWas f\u00fcr Daten umgeben uns? Wie werden Daten f\u00fcr uns lesbar? Und was k\u00f6nnen wir aus ihnen lernen?<br \/>\nWer schon immer mehr dar\u00fcber wissen wollte, ist hier richtig, denn diesen Fragen gehen wir nach.<\/p>\n<h3>Thema der Folge (00:00:41)<\/h3>\n<ul>\n<li>Wir haben in der <a href=\"https:\/\/www.datenleben.de\/index.php\/2021\/04\/24\/dl013-daten-visualisieren\/\">Folge 13 allgemein \u00fcber Datenvisualisierung<\/a> gesprochen und was f\u00fcr Gr\u00fcnde es geben kann Daten zu visualieseren<\/li>\n<li>Daran wollen wir nochmal ankn\u00fcpfen und auch mal wieder data science &quot;tools&quot; fokussieren<\/li>\n<li>In dieser Folge soll es darum gehen, was es f\u00fcr konkrete Arten von Darstellungen f\u00fcr Daten gibt<\/li>\n<li>Aber das ist ehrlich gesagt ein ziemlich umfangreiches Thema<\/li>\n<li>Deswegen ist das mit recht hoher Wahrscheinlichkeit nur der Auftakt zu einer ganzen Reihe dazu<\/li>\n<li>Es gibt so viele verschiedene Datentypen und damit auch so viele Optionen, sie darzustellen, dass wir das nach und nach erg\u00e4nzen m\u00f6chten<\/li>\n<li>Wir wollen in dieser Folge klein anfangen und haben uns quasi eine der kleinsten Einheiten rausgesucht: 1-dimenionale Daten<\/li>\n<li>Genauer gesagt: Wie stellt man einen einzigen Wert dar? Was gibt es f\u00fcr M\u00f6glichkeiten?<\/li>\n<\/ul>\n<h3>Warum ist das Thema interessant? (00:01:54)<\/h3>\n<ul>\n<li>Bei 1-dimensionalen Daten gibt es auch die Variante, dass man ganz viele davon hat<\/li>\n<li>Im Gegensatz zu nur einem ganz aktuellen Wert<\/li>\n<li>Und dann gibt es noch die M\u00f6glichkeit, au\u00dfer so einer Verteilung von Daten, dass man einen weiteren Wert hat, was 2-dimensionale Daten sein k\u00f6nnen<\/li>\n<li>Aber da das geht beliebig kompliziert, deswegen fangen wir an, das von Anfang an aufzurollen<\/li>\n<\/ul>\n<h3>Einspieler: Was sind Daten? (00:02:36)<\/h3>\n<ul>\n<li>Was sind <a href=\"https:\/\/de.wikipedia.org\/wiki\/Daten\">Daten<\/a>? <\/li>\n<li>Wir reden hier \u00fcber Data Science, also gewisserma\u00dfen Datenwissenschaft, die Wissenschaft von und oder \u00fcber Daten.<\/li>\n<li>Eigentlich kennen wir alle den Begriff Datum, auf den der heutige Daten-Begriff zur\u00fcckgeht, eher als eine ganz bestimmte Angabe, wie zum Beispiel: 18.08.2022 (was das Datum der heutigen Aufnahme ist)<br \/>\n<blockquote>\n<p>In der Bedeutung \u2018gegebene Gr\u00f6\u00dfe, Angabe, Beleg\u2019 wird das bereits im Lat. substantivierte Partizip (lat. datum n. \u2018das Gegebene, Gabe\u2019) meist in pluralischer Form von der Wissenschaftssprache des 17. Jhs., vornehmlich des 18. Jhs. aufgegriffen. Seit Beginn des 19. Jhs. tritt in dieser Verwendung neben die lat. Pluralform Data verst\u00e4rkt der eingedeutschte Plur. Daten, der sich im 20. Jh. durchsetzt und seit den 50er Jahren als Bestimmungswort zahlreicher Zusammensetzungen wie Datenverarbeitung, Datenbank dient. <a href=\"https:\/\/www.dwds.de\/wb\/etymwb\/Datum\">Quelle<\/a><\/p>\n<\/blockquote>\n<\/li>\n<li>Wegen dieser \u00dcberschneidung sprechen wir bei einzelnen Daten \u00fcbrigens nicht vom Datum, wie f\u00fcr eine Datumsangabe, sondern eher von einem Datenpunkt<\/li>\n<li>Wir benutzen sie sogar: Wenn wir uns etwas ansehen, etwas lesen, etwas z\u00e4hlen, etwas entscheiden<\/li>\n<li>Daf\u00fcr m\u00fcssen wir die Daten allerdings interpretieren, weder einzelen Datenpunkte noch ganze Datens\u00e4tze oder -sammlungen haben f\u00fcr sich genommen eine Aussage<\/li>\n<li>Sie m\u00fcssen von uns in ein Verh\u00e4ltnis zu etwas gesetzt werden, wodurch wir aus einzelnen Daten schlie\u00dflich <a href=\"https:\/\/de.wikipedia.org\/wiki\/Information#Verwandte_Begriffe\">Informationen<\/a> gewinnen<\/li>\n<li>Und diese brauchen wir, um dar\u00fcber zu entscheiden, was wir tun, ob etwas richtig oder falsch, gut, gesund oder ungesund, zu hei\u00df oder zu kalt ist<\/li>\n<li>Dem wert ist es egal, ob 18 grad zu kalt oder genau richtig sind, es sind einfach eben 18 Grad.<\/li>\n<li>Den Menschen wiederum interessiert es, was diese 18 Grad bedeuten und durch den Kontext k\u00f6nnen wir die Daten interpretieren und Informationen gewinnen<\/li>\n<li>Und um diese Bedeutung zu erfassen, m\u00fcssen die Daten entsprechend dargestellt werden<\/li>\n<li>Daten und das, was sie an Informationen vermitteln wollen, m\u00fcssen zusammen passen und sie m\u00fcssen verst\u00e4ndlich sein<\/li>\n<\/ul>\n<h3>Was hei\u00dft eigentlich Dimension bei Daten? (00:06:06)<\/h3>\n<ul>\n<li>In Folge 13 haben wir allgemein \u00fcber Datenvisualisierung gesprochen und was f\u00fcr Gr\u00fcnde es geben kann diese Daten zu visualieseren<\/li>\n<li>Wir 3 Punkte benannt: Exploration (\u00dcberblick), Kommunikation (Vermitteln) und Verifikation (\u00dcberpr\u00fcfen) <\/li>\n<li>Jetzt wollen wir konkrete Arten von Daten und Darstellungen angucken, hier: wenn sie nur einen einzelnen Wert haben<\/li>\n<li>Was hei\u00dft 1-dimensional im Kontext von Daten?<\/li>\n<li>Dimension kennt man vielleicht als Raumdimension, man kann vor und z\u00fcrck, nach links und rechts und nach oben und unten<\/li>\n<li>Das sind die drei r\u00e4umlichen Dimensionen<\/li>\n<li>Bei Objekten sind das L\u00e4nge, H\u00f6he und Breite<\/li>\n<li>Und wir fangen heute da an, wo es nur einen einzelnen Wert von einem einzelnen Objekt gibt<\/li>\n<li>Wie stellt man einzelne Werte von 1-dimensionalen Gr\u00f6\u00dfen dar?<\/li>\n<\/ul>\n<h3>Warum will man einzelne Werte darstellen? (00:08:19)<\/h3>\n<ul>\n<li>Warum will man einzelne Werte darstellen?<\/li>\n<li>Man k\u00f6nnte ihn auf einen Zettel schreiben und gut ist, was gibt es da f\u00fcr besonderes Tricks?<\/li>\n<li>Antwort: Weil man ihn wissen will<\/li>\n<li>Man kann ihn auf einen Zettel schreiben, heute ist es aber oft eine digitale Anzeige<\/li>\n<li>Eine einzelne Zahl auf einem Display anzuzeigen ist eine M\u00f6glichkeit einen einzelnen Wert darzustellen<\/li>\n<li>Das geht in der digitalen Welt sehr leicht, aber es gibt auch heutzutage noch Gr\u00fcnde es anders zu machen<\/li>\n<li>Um eine Zahl anzuzeigen m\u00fcsste man auch digital Messen, aber es gibt noch sehr viele analoge Messger\u00e4te<\/li>\n<li>Beispiel Wasserspiegelfolge: Es gibt manchmal in St\u00e4dten Orte an denen Hochwasser gezeigt werden<\/li>\n<li>Manchmal ist da eine Skala und daneben Steht: hier war in dem Jahr das Hochwasser<\/li>\n<li>Skala: Vertikale Linie auf der horizontale kleine Markierungen sind in regelm\u00e4\u00dfigen Abst\u00e4nden als Skala<\/li>\n<li>Daneben stehen dann an verschiedenen Stellen Jahreszahlen, um anzuzeigen, wo das Hochwasser bereits wann stand<\/li>\n<li>Das w\u00e4re eine analoge Darstellungsform f\u00fcr solche Daten<\/li>\n<li>Der Wasserstand ist hierbei der 1-dimensionale Wert, der dargestellt wird<\/li>\n<li>Nachfrage: Aber es k\u00f6nnte auch \u00fcber eine X- und Y-Achse mit Wasserstand und Datum dargestellt werden und w\u00e4re dann nicht mehr 1-dimensional?<\/li>\n<li>Genau, da w\u00fcrde man die Dimension der Zeit hinzunehmen<\/li>\n<li>Vorteil der 1-dimensionalen Skala: Ich kann daneben stehen und habe ein Gef\u00fchl daf\u00fcr, wie hoch das Wasser wirklich stand<\/li>\n<li>Das erlaubt ein ganz anderes Verst\u00e4ndnis<\/li>\n<\/ul>\n<h3>Welche allt\u00e4glichen Beispiele gibt es? (00:12:52)<\/h3>\n<ul>\n<li>Alltagsbeispiel Wasserkocher: hat eine analoge Skala die zeigt wie viel Wasser drin ist<\/li>\n<li>Alltagsbeispiel K\u00fcchenwaage: Digitale K\u00fcchenwaage hat eine gewisse Pr\u00e4zision, w\u00e4hrend die analoge K\u00fcchenwaage etwas ungeneuer ist<\/li>\n<li>Unterschied: Auf der digitalen k\u00f6nnen kleine Mengen besser abgemessen werden, auf der analogen gro\u00dfe Mengen besser<\/li>\n<li>Und: ich sehe bei der analogen Waage sofort, wenn ich au\u00dferhalb des Messbereiches lande, weil da ist die Skala einfach zuende<\/li>\n<li>Die digitale sagt irgendwann einfach Error, wenn man die zwischendurch \u00f6fter mal nullt<\/li>\n<li>Die Art der Darstellung kann daher auch von dem abh\u00e4ngen, was ich damit machen m\u00f6chte<\/li>\n<li>Alltagsbeispiel Coronaschnelltest: auch Analog, der Streifen f\u00fcr positiv erscheint, wenn auch mal blass, oder er erscheint nicht<\/li>\n<li>Es gibt dabei also eigentlich nur zwei Zust\u00e4nde<\/li>\n<li>Es ist auch hier klar, dass die Pr\u00e4zision deutlich geringer ist als ein PCR Test, aber daf\u00fcr h\u00e4lt sich der Aufwand auch in Grenzen<\/li>\n<li>Alltagsbeispiel Luftpumpe f\u00fcrs Fahrrad: hat auch eine Skala f\u00fcr den Luftdruck<\/li>\n<li>Skala ist rund, und es gibt einen Zeiger der zeigt wo gerade der Luftdruck ist<\/li>\n<li>Was die Skala aber auch hat, sind weitere Markierungen die f\u00fcr verschiedene Reifentypen anzeigen wo der Luftdruck liegen sollte<\/li>\n<li>Dadurch habe ich ein ziemlich gutes Gef\u00fchl daf\u00fcr, wieviel ich noch aufpumpen muss, ohne mir konkrete Zahlen merken zu m\u00fcssen<\/li>\n<li>Und der eigentliche Wert ist egal, weil es um den Bereich geht<\/li>\n<li>Es steht im Vordergrund schnell zu sehen, was Sache ist<\/li>\n<li>Das sind jetzt viele Beispiele, bei denen es vor allem auch optische Hinweise gibt<\/li>\n<li>Manchmal, wie bei dem Schnelltest, sogar ganz ohne Zahlen<\/li>\n<\/ul>\n<h3>Welche Vor- und Nachteile haben einzelne Zahlen? (00:17:29)<\/h3>\n<ul>\n<li>Manchmal will man die konkrete Zahl wissen und da eignet sich eben die digitale Anzeige<\/li>\n<li>Vorteil: man sieht den konkreten Wert und muss nicht raten wo genau jetzt die Linie ist<\/li>\n<li>Bei analogen Skalen wie einem Thermometer kann der Wert vom Blickwinkel abh\u00e4ngen beim Ablesen<\/li>\n<li>Dadurch \u00f6here pr\u00e4zision beim Ablesen<\/li>\n<li>Es k\u00f6nnen auch mehrere Nachkommastellen und eine bessere Aufl\u00f6sung der Werte erreicht werden<\/li>\n<li>Nachteil: der Wert kann genauer erscheinen als er ist (zuviele Nachkommastellen)<\/li>\n<li>Kein Gef\u00fchl f\u00fcr Abst\u00e4nde zu Werten mit bestimmter Bedeutung<\/li>\n<li>Das intuitive Verst\u00e4ndnis k\u00f6nnte hier fehlen<\/li>\n<li>Genauigkeit eines Wertes kann schlechter sein als die Aufl\u00f6sung, warum aber dann so viele Nachkommastellen?<\/li>\n<li>Die Anzahl der Nachkommastellen nennt man Aufl\u00f6sung<\/li>\n<li>Genauigkeit sagt, wie genau der absolute Wert ist, der da steht<\/li>\n<li>Wir hatten es ja in der <a href=\"https:\/\/www.datenleben.de\/index.php\/2020\/11\/28\/dl008-temperaturkurven\/\">Temperaturdatenfolge<\/a> schonmal, dass gut gesagt werden kann, wie viel Erw\u00e4rmung es auf der Erde gab<\/li>\n<li>Aber der Durchschnittswert der Temperatur auf der Erde nur schwer zu berechnen ist (sind es 13,5 oder 14,5 Grad?)<\/li>\n<li>Hei\u00dft: Genauigkeit kann schlecht sein, aber h\u00f6here Aufl\u00f6sung kann trotzdem anzeigen, dass es mehr wird<\/li>\n<li>Je nach Anwendung ist es also entweder sinnvoll einzelne konkrete Werte darzustellen oder eine Spannbreite in der man landet<\/li>\n<\/ul>\n<h3>Was ist das Zeigerdiagramm (Gauge Chart)? (00:21:03)<\/h3>\n<p><a href=\"http:\/\/www.datenleben.de\/wp-content\/uploads\/2022\/09\/zeiger.png\"><img decoding=\"async\" src=\"http:\/\/www.datenleben.de\/wp-content\/uploads\/2022\/09\/zeiger.png\" alt=\"\" \/><\/a><\/p>\n<pre><code>library(ggplot2)\n\nzeigerData &lt;- data.frame(\n  bar = &quot;&quot;,\n  druchbereich=8,\n  druckmin=2.5,\n  druckmax=5.5\n)\n\np &lt;- ggplot(zeigerData)\np &lt;- p + geom_rect(aes(xmin = 1, xmax = 2, ymin = 0, ymax = druchbereich), fill=&quot;steelblue4&quot;)\np &lt;- p + geom_rect(aes(xmin = 1.5, xmax = 2, ymin = druckmin, ymax = druckmax), fill=&quot;skyblue3&quot;)\np &lt;- p + coord_polar(theta = &quot;y&quot;, start = pi) + ylim(-2,10) + xlim(0,2)\np &lt;- p + geom_path(\n  data=data.frame(x=c(0,1.8),y=c(3.5,3.5)),\n  aes(x,y),\n  arrow = arrow(length=unit(0.1,&quot;inches&quot;))\n  )\np &lt;- p + ylab(&quot;&quot;) + xlab(&quot;&quot;) + theme(axis.text.y=element_blank(),axis.ticks.y=element_blank())\np\n\nggplot2::ggsave(filename=&quot;~\/Projekte\/podcast\/029-graphentypen\/zeiger.png&quot;, device=&quot;png&quot;,width=4, height = 4)<\/code><\/pre>\n<ul>\n<li>Welche guten Formen gibt es denn, etwas darzustellen, was kein absoluter Wert sein muss, sondern wo es eher eine Art Zielbereich gibt, der erreicht werden sollte?<\/li>\n<li>Zeigerdiagramm: Name ist so eine Sache, englisch Gauge Chart, deutsch \u00fcbersetzt als Tachometerdiagramm (von Geschwindigkeitsmessung)<\/li>\n<li>Das Wort Zeigerdiagramm trifft es aber sehr genau, wenn man das Tachometer ins digitale holt<\/li>\n<li>Der Begriff Zeigerdiagramm kommt aber auch in der Elektrotechnik vor im Bereich Phasendiagramm, das meinen wir hier nicht<\/li>\n<li>Beispiel: K\u00fchlwassertemperatur, f\u00e4hrt das Auto l\u00e4nger, ist der Zeiger in der Mitte bei der Normaltemperatur<\/li>\n<li>Das hei\u00dft wenn der leicht nach rechts geneigt ist dass man aufpassen sollte<\/li>\n<li>Landet die Temperatur oberhalb des markierten zul\u00e4ssigen Bereiches, am besten sofort anhalten<\/li>\n<li>Wird es kritisch, gibt das Auto aber auch noch andere Signale, dass man stoppen muss<\/li>\n<li>Beispiel: Tankanzeige hat einen separat hervorgehobenen Bereich, der anzeigt, dass man langsam mal tanken sollte<\/li>\n<li>Zus\u00e4tzlich noch eine Signallampe (die nicht teil des Diagramms sein muss), die anzeigt wenn man aufpassen sollte dass auch wirklich noch Tankstellen in der N\u00e4he sind<\/li>\n<li>Hier ist eine exakte Anzeige wie viele Liter noch im Tank sind, nicht n\u00f6tig, der Bereich ist wichtig<\/li>\n<li>Einige Autos berechnen auch im Boardcomputer wie viele Kilometer die Reichweite noch ist, abh\u00e4ngig von den Fahrtinformationen der letzten X Kilometer<\/li>\n<li>Das kann auch digital angezeigt werden<\/li>\n<li>Diese Beispiele sollen zeigen, dass ein Zeigerdiagramm f\u00fcr einen konkreten Messwert immer dann gut ist, wenn einzelne Werte eine bestimmte Bedeutung haben<\/li>\n<li>Also wenn man aufpassen sollte um nicht aus einem Wertebereich rauszufallen geben einem Zeiger auch gutes Gef\u00fchl daf\u00fcr wieviel Abstand man noch hat<\/li>\n<li>Sie sind auch intuitiver als Zahlen<\/li>\n<li>Eigentlich geht es darum Informationen zu bekommen, aber Zahlen ohne Kontext sind keine Informationen<\/li>\n<li>Ein Zeigerdiagramm gibt den n\u00f6tigen Kontext<\/li>\n<li>Es ist besser ist, etwas sehen zu k\u00f6nnen und dar\u00fcber direkt ein gut oder schlecht oder auch ein richtig oder falsch zu erkennen<\/li>\n<li>Statt Zahlen ablesen zu m\u00fcssen, kann der Bereich eingesch\u00e4tzt werden in dem sich das befindet<\/li>\n<li>Wenn man nicht sehen k\u00f6nnte, ob der Zeiger den richtigen Bereich verl\u00e4sst oder nicht, m\u00fcsste zus\u00e4tzliches Wissen bestehen \u00fcber die konkrete Zahl und ihre Bedeutung<\/li>\n<li>Und nicht jede Person muss alles wissen, um Dinge benutzen zu k\u00f6nnen<\/li>\n<li>Solche Darstellungen k\u00f6nnen etwas f\u00fcr mehr Menschen intuitiv benutzbar machen<\/li>\n<\/ul>\n<h3>Was ist das Bullet-Chart? (00:27:18)<\/h3>\n<p><a href=\"http:\/\/http:\/\/www.datenleben.de\/wp-content\/uploads\/2022\/09\/bullet_chart.png\"><img decoding=\"async\" src=\"http:\/\/www.datenleben.de\/wp-content\/uploads\/2022\/09\/bullet_chart.png\" alt=\"\" \/><\/a><\/p>\n<pre><code>library(ggplot2)\n\nbulletData &lt;- data.frame(\n  bar = &quot;&quot;,\n  Neukunden=120,\n  lastyear=100,\n  breakeven=80\n)\n\np &lt;- ggplot(bulletData)\np &lt;- p + geom_col(aes(bar, lastyear), fill=&quot;steelblue4&quot;, width=0.5)\np &lt;- p + geom_col(aes(bar, Neukunden), fill=&quot;skyblue3&quot;, width=0.2)\np &lt;- p + geom_point(aes(bar, breakeven), colour=&quot;red&quot;)\np &lt;- p + geom_errorbar(aes(y = breakeven,x = bar, ymin = breakeven,ymax\n                           = breakeven), width = .3)\np &lt;- p + coord_flip()\np &lt;- p + ylab(&quot;&quot;) + xlab(&quot;Neukunden&quot;)\np\n\nggplot2::ggsave(filename=&quot;~\/Projekte\/podcast\/029-graphentypen\/bullet_chart.png&quot;, device=&quot;png&quot;,width=4, height = 4)\n<\/code><\/pre>\n<ul>\n<li>Ein Bullet-chart ist eine vereinfachte Fassung eines Zeigerdiagramms<\/li>\n<li>Bullet ist das englische Wort f\u00fcr Gewehrkugel, und es geht darum, dass diese so \u00e4hnlich aussehen w\u00fcrden wie diese Art von Diagramm<\/li>\n<li>Im Grunde nimmt man statt eines Zeigers einen Balken der den aktuellen Wert anzeigt, und f\u00e4rbt um den Balken herum die Bereiche gem\u00e4\u00df ihrer Bedeutung ein<\/li>\n<li>Manchmal gibt es dann noch eine Linie an der 'Zielgr\u00f6\u00dfe'<\/li>\n<li>Ist man dar\u00fcber, ist es dann gut, zum Beispiel<\/li>\n<li>Bullet Chart ist immer dann gut, wenn es um Werte geht, bei denen mehr oder weniger ist besser<\/li>\n<li>In den Shownotes sind auch Beispiele f\u00fcr ein Zeigerdiagramm und ein Bullet Chart zu sehen<\/li>\n<li>Praktisches Beispiel W\u00fcrfeln: Beim Rollenspiel geht es auch darum Zielbereiche\/-gr\u00f6\u00dfen mit W\u00fcrfeln zu erreichen<\/li>\n<li>Beim Rollenspiel werden W\u00fcrfel an bestimmten stellen der gemeinsamen Erz\u00e4hlung eingesetzt, um zu gucken, was passiert<\/li>\n<li>Beispiel: Ein Charakter klettert einen Baum hoch und es wird gew\u00fcrfelt ob und wenn wie gut es gelingt<\/li>\n<li>Es werden 2 sechsseitige W\u00fcrfel geworfen, gelungen ist die Probe, wenn nur einer der beiden W\u00fcrfel eine 5 oder eine 6 anzeigt<\/li>\n<li>Das ist also der Zielbereich, den es zu erreichen gilt<\/li>\n<li>Bei einer 1-3 hat man es nicht geschafft<\/li>\n<li>Bei einer 4 k\u00f6nnte man es schaffen, wenn man vorher sagt, dass man sich Zeit nimmt und konzentriert<\/li>\n<li>Je h\u00f6her der Wurf, desto besser, aber es gibt auch einen Zwischenbereich, der manchmal gut ist<\/li>\n<li>Mindestens f\u00fcr das deutsche Tiny Dungeon gibt es W\u00fcrfel, die ausserdem farblich markiert sind<\/li>\n<li>Die Zahlen 1-3 auf den W\u00fcrfeln sind rot, 4 ist orange und 5-6 sind gr\u00fcn<\/li>\n<li>Und das klingt dann schon sehr nach dem Bullet Chart und je gr\u00f6\u00dfer die Zahl, desto besser passt auch<\/li>\n<li>Aber brauche ich dann \u00fcberhaupt Zahlen, reichen nicht die Farben?<\/li>\n<li>Wenn es eine vergleichende Probe ist, k\u00f6nnen auch die konkreten Zahlen wichtig werden<\/li>\n<li>Wichtig ist aber: allein an der Farbe kann ich schon erkennen, ob ich den Zielbereich getroffen habe<\/li>\n<li>Es ist intuitiv erkennbar und das ablesen der Zahlen ist nicht n\u00f6tig<\/li>\n<li>Beispiel <a href=\"https:\/\/www.fusioncharts.com\/resources\/chart-primers\/bullet-graph\">Neukundenaquise<\/a>: Eine Firme m\u00f6chte die Anzahl an Neukunden betrachten<\/li>\n<li>Farblich hinterlegt sind dann zum Beispiel break-even points, also ab wo keine Verluste mehr entstehen<\/li>\n<li>Dann vielleicht auch der Vorjahreswert als Linie und auch das aktuelle Ziel und der Balken zeigt den aktuellen Wert an<\/li>\n<li>Auch hier ist nicht mehr relevant wie die Zahl ist, sondern die Relation zu den anderen Informationen<\/li>\n<li>Ist also eine Unterscheidung zu treffen zwischen dem 1-dimensionalen Datenpunkt und in der Darstellung dann den Kontexten dazu?<\/li>\n<li>Ja, man kann den aktuellen Wert sehr gut ablesen, aber der Kontext kann auch sehr gut vermittelt werden<\/li>\n<li>Das, was um den Wert herum ist, spielt eine Rolle<\/li>\n<li>Der 1-dimensionale Wert bleibt 1-dimensional, aber durch den Kontext wird aus ihm Information<\/li>\n<\/ul>\n<h3>Fazit (00:37:47)<\/h3>\n<ul>\n<li>1-dimensionale Daten sind Datenpunkte, die mit einem einzigen Wert beschreibbar sind <\/li>\n<li>Informationen und Daten sind nicht das Gleiche<\/li>\n<li>Und eine Zahl allein sagt nicht viel, man muss den Kontext wissen<\/li>\n<li>Zeigerdiagramme sind zum Beispiel eine M\u00f6glichkeit, um Kontext zu liefen<\/li>\n<li>Und es ist von Vorteil, wenn Werte intiutiv lesbar sind und ersichtlich ist, was ausgedr\u00fcckt werden soll, auch ohne zus\u00e4tzliches Wissen<\/li>\n<li>Die Darstellung und f\u00fcr welche man sich entscheidet, ist auch immer kontextabh\u00e4ngig<\/li>\n<\/ul>\n<h3>N\u00e4chste Folge: offene Daten im Oktober (00:39:48)<\/h3>\n<ul>\n<li>Wir reden mal wieder \u00fcber offene Daten, aber dieses mal im Allgemeinen <\/li>\n<li>Wof\u00fcr braucht man das, was kann man damit tun?<\/li>\n<li>Wir werden ein paar Beispiele anf\u00fchren, wo offene Daten vorkommen und zu finden sind <\/li>\n<li>Und uns vor allem mit den Bereichen forschung und politik befassen<\/li>\n<\/ul>\n<h3>Call to Action (00:40:25)<\/h3>\n<ul>\n<li>Wenn ihr uns weiter h\u00f6ren m\u00f6chtet, folgt uns auf Twitter unter <a href=\"https:\/\/twitter.com\/datenleben\">@datenleben<\/a> &amp; Mastodon unter <a href=\"https:\/\/chaos.social\/@datenleben\">@datenleben@chaos.social<\/a><\/li>\n<li>Oder besucht unsere Webseite: <a href=\"https:\/\/www.datenleben.de\/\">www.datenleben.de<\/a><\/li>\n<li>Hinterlasst uns gerne Feedback, wir w\u00fcrden uns dar\u00fcber sehr freuen<\/li>\n<li>Ihr k\u00f6nnt uns als Data Scientists auch Buchen f\u00fcr Analysen oder Projekte<\/li>\n<li>Habt ihr Fragen oder Themen, die euch interessieren? Dann schreibt uns!<\/li>\n<\/ul>\n<h3>Outro (00:41:24)<\/h3>\n<h3>Schlagworte zur Folge<\/h3>\n<p>Datenpunkt, Datenpunkte, 1-dimensionale Daten, Graphen, Bullet Chart, Zeigerdiagramm, Gauge Chart<\/p>\n<h3>Quellen<\/h3>\n<ul>\n<li><a href=\"https:\/\/www.datenleben.de\/index.php\/2021\/04\/24\/dl013-daten-visualisieren\/\">datenleben: dl013 daten visualisieren<\/a><\/li>\n<li><a href=\"https:\/\/de.wikipedia.org\/wiki\/Daten\">Wikipedia: Daten<\/a><\/li>\n<li><a href=\"https:\/\/www.dwds.de\/wb\/etymwb\/Datum\">Etymologisches W\u00f6rterbuch des Deutschen: Datum<\/a><\/li>\n<li><a href=\"https:\/\/de.wikipedia.org\/wiki\/Information#Verwandte_Begriffe\">Wikipedia: Information. Verwandte Begriffe<\/a><\/li>\n<li><a href=\"https:\/\/www.datenleben.de\/index.php\/2020\/11\/28\/dl008-temperaturkurven\/\">datenleben: dl008 temperaturkurven<\/a><\/li>\n<li><a href=\"https:\/\/www.fusioncharts.com\/resources\/chart-primers\/bullet-graph\">FusionCharts: Bullet Graph<\/a><\/li>\n<\/ul>\n","protected":false},"author":2,"featured_media":611,"comment_status":"open","ping_status":"open","template":"","meta":{"footnotes":""},"tags":[],"class_list":["post-612","podcast","type-podcast","status-publish","has-post-thumbnail","hentry","post"],"_links":{"self":[{"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/episodes\/612","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/episodes"}],"about":[{"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/types\/podcast"}],"author":[{"embeddable":true,"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/comments?post=612"}],"version-history":[{"count":3,"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/episodes\/612\/revisions"}],"predecessor-version":[{"id":618,"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/episodes\/612\/revisions\/618"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/media\/611"}],"wp:attachment":[{"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/media?parent=612"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/tags?post=612"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}